声明
第一章 绪论
1.1. 研究背景和意义
1.2. 手写数学公式数据的产生
1.3. 研究现状
1.4. 难点分析
1.5. 本文中识别系统的设定
1.6. 本文的创新点
1.7. 本文的组织结构
第二章 基于CNN和DBN的单字识别融合模型
2.1. 训练数据的采集与处理
2.2. 基于CNN的单字识别模型的搭建与训练
2.3. CNN网络对对抗样本的脆弱性
2.4. 基于DBN的单字识别置信度模型
2.5. DBN与CNN的融合
2.6. 对单字识别结果基于背景信息的粗筛
2.7. 本章小结
第三章 基于组合排序思想的数学公式识别方法的研究
3.1. 整体思路剖析与可行性分析
3.2. 笔划粗分组方法的研究
3.3. 初步确定数学公式二维结构的方法研究
3.4. 基于组合思想建立候选组合路径的方法研究
3.5. 候选组合路径筛选排序方法的研究
3.6. 基于语义模版和背景信息的语义纠正方法
3.7. 识别结果排序方法的研究
3.8. 本章小结
第四章 基于错误识别案例的快速学习方法
4.1. 基于错误识别案例的快速学习方法的提出
4.2. 知识的学习与存储方法
4.3. 学到的知识在识别系统中的使用方法
4.4. 本章小结
第五章 识别系统的实现与测试分析
5.1. 识别系统的实现
5.2. 系统性能测试
5.3. 系统识别效果测试
5.4. 系统分析
第六章 总结与展望
6.1. 总结
6.2. 展望
致谢
参考文献
攻硕期间取得的研究成果